Exploring the acceptability of digital contact tracing for UK students
接触者追踪系统通过发现感染者接触过的人群来控制疾病的传播。学生经常流动和社交，因此可能有助于疾病的传播。在2019冠状病毒病大流行期间，对在英国学习的学生的行动进行了控制，未来几年可能需要一些限制。基于应用程序的数字联系人追踪可以帮助缓解限制，使学生能够做出明智的决定，并采取预防措施。然而，针对这些应用程序的最终用户可接受性进行设计仍然未得到充分探索。这项研究与22名学生从英国大学（公司。11名国际学生）使用虚构的用户界面来提示关于接触者追踪工具可接受性的深入访谈。我们探索了接触追踪应用程序的预期吸收，使用和遵守情况，发现学生是积极的，尽管他们担心隐私，安全和参与负担。
2022-01-21 cs.CY cs.HC
Assessing Disease Exposure Risk with Location Data: A Proposal for Cryptographic Preservation of Privacy
世界各地的政府和研究人员正在实施数字接触者追踪解决方案，以阻止传染病（即COVID-19）的传播。其中许多解决方案威胁到个人权利和隐私。我们的目标是打破有效与保护隐私的联系人追踪的错误二分法。我们提供了一种替代方法来评估和传达用户接触传染病的风险，同时保护个人隐私。我们的建议使用最近的GPS位置的历史，这是转换和加密，和一个私人集合相交协议接口与半信任的权威。最近还有其他基于蓝牙和去中心化的隐私保护联系人追踪建议，可以进一步消除对权威的信任。然而，蓝牙解决方案目前仅限于某些设备和环境，而分散化增加了复杂性。这项工作的目标是双重的：我们的目标是提出一个基于位置的系统，它比世界各国政府目前采用的系统更能保护隐私，而且也可以立即实施，以阻止病毒爆发。
2020-04-08 cs.CR cs.CY
Accurate and Efficient Trajectory-based Contact Tracing with Secure Computation and Geo-Indistinguishability
追踪接触者被认为是限制COVID-19等传染病传播的有效措施。基于轨迹的接触追踪将用户的轨迹与患者的轨迹进行比较，并且允许追踪直接接触和间接接触。虽然轨迹数据被广泛认为是敏感和个人数据，但关于如何安全地比较用户和患者的轨迹以进行具有良好准确性、高效率和强隐私保障的接触者追踪的研究有限。传统的安全多方计算（MPC）技术存在运行时间过长的问题，这阻碍了其在拥有数百万用户的大城市中的采用。在这项工作中，我们提出了一个名为ContactGuard的技术框架，以实现准确，高效和隐私保护的基于身份的联系人跟踪。它通过仅选择用户的位置的一小部分来与患者的位置进行比较，在地理不可感知性（地理不可感知性，一种用于基于位置的服务（LBS）系统的差分隐私概念）的帮助下，提高了基于MPC的基线的效率。大量的实验表明，ContactGuard运行高达2.6 $\times$快于MPC基线，在接触跟踪的准确性方面没有牺牲。
2023-03-06 cs.CY cs.DB
COVID-19 Digital Contact Tracing Applications and Techniques: A Review Post Initial Deployments
2019冠状病毒病（COVID-19）是一种严重的全球大流行病，已夺去数百万人的生命，并继续使许多国家的公共卫生系统不堪重负。COVID-19疫情的蔓延对人类流动模式（例如公众的日常交通相关行为）产生负面影响。需要了解疾病传播模式及其在邻近个体中的传播途径，以便在所需的安置点及时实施纠正措施。为了提高接触者追踪的有效性，全球各国都在利用移动技术和物联网（IoT）的进步来帮助传统的人工接触者追踪，以追踪与已确定的COVID-19患者密切接触的个人。尽管首次接种疫苗将于二零二一年开始，但在可预见的未来，COVID-19管理策略将继续多管齐下，数码接触者追踪是应对措施的重要组成部分，同时采取预防措施，如社交距离和使用口罩。经过几个月的数字联系人跟踪技术的部署，对各种方法的优点以及所涉及的可用性，隐私和道德权衡的更深入的见解正在出现。在本文中，我们根据有关数字接触者追踪技术部署国际经验的新数据，从方法和技术方面对数字接触者追踪解决方案进行了全面分析。我们还提供了一个开放的挑战，如可扩展性，隐私，适应性和突出未来工作的有前途的方向进行讨论。
2021-02-25 cs.CY
Digital Ariadne: Citizen Empowerment for Epidemic Control
COVID-19危机是自1918年H1N1流感大流行以来对公共卫生的最危险威胁。到目前为止，由SARS-CoV-2病毒引起的疾病在国家一级采取了极端措施，试图抑制流行病的增长。然而，这些方法需要迅速采用和执行，以有效遏制病毒传播，并可能造成前所未有的社会经济影响。大规模监控和规则执行的一个可行替代方案是通过公民赋权来利用集体智慧。在个人设备上运行的移动应用程序可以通过利用上下文/位置感知和数据汇集能力来显著支持这种方法。特别是，如果广泛采用技术辅助的定位和接触者追踪，可能有助于通过提高最终用户的认识和采取有选择的检疫措施来限制传染病的传播。在本文中，我们概述了流行病遏制在常见的智能手机上运行的个人应用程序的一般要求和设计原则，我们提出了一个工具，称为“diAry”或“数字Ariadne”，基于个人设备上的自愿定位和蓝牙跟踪，支持分布式查询系统，使完全匿名，保护隐私的接触跟踪。我们期待就遏制大流行的接触者追踪解决方案提出意见、反馈和进一步讨论。
2020-04-16 cs.CY
A Crowdsourced Contact Tracing Model to Detect COVID-19 Patients using Smartphones
COVID-19爆发导致全球数百万人死亡。世界各地的研究人员正在共同努力，并面临着许多挑战，以提出适当的疫苗，以防止这种传染性病毒。因此，在本研究中，设计了一个系统，通过提高对COVID-19感染患者所在地区的认识，足以阻止COVID-19的爆发。该模型已被制定为使用移动众包的基于位置的COVID-19患者识别。在该系统中，政府将更新有关感染COVID-19患者的信息。它会通知脆弱区域的其他用户保持6英尺或1.8米的距离以保持安全。我们利用半正矢公式和圆公式来生成不安全区域。为了支持本研究的结果，收集了1万条有效信息。算法每次测试10个测试用例，数据集增加1000个。该算法的运行时间呈线性增长。因此，我们可以说，所提出的算法可以运行在多项式时间。算法的正确性也被测试，它被发现，所提出的算法是正确的和有效的。我们还实现了该系统，并通过用户的反馈来评估应用程序。因此，人们可以使用我们的系统将自己保持在安全区域，并降低COVID患者的发病率。
2021-11-17 cs.CY
Privacy Guidelines for Contact Tracing Applications
TCS Research（塔塔咨询服务研究院）；MIT Media Lab（麻省理工学院媒体实验室）
接触者追踪是实施和加强社交距离以避免传染病传播的一种非常有效的方法。传统的接触者追踪方法耗时、人力密集、危险，并且由于疲劳或缺乏技能而容易出错。由于这一点，出现了基于移动的应用程序的接触跟踪。这些应用主要利用从用户的智能手机发送的基于GPS的绝对位置和基于蓝牙的相对位置的组合来推断各种见解。这些应用程序减轻了联系人追踪的任务;然而，它们也对用户的隐私有严重的影响，例如，大规模监视、个人信息泄露以及另外揭示用户的行为模式。这种对用户隐私的影响导致了这些应用程序的信任赤字，从而违背了它们的目的。在这项工作中，我们讨论了接触跟踪应用程序应该能够处理的各种情况。我们强调一些突出的联系人追踪应用程序的隐私处理。此外，我们还描述了各种威胁行为者，他们可能会破坏其工作，或滥用最终用户的数据，或阻碍其大规模采用。最后，我们从不同利益相关者的角度来看，接触跟踪应用程序的隐私准则。据我们所知，这是第一个为联系人追踪应用程序提供隐私指南的通用工作。
2020-04-28 cs.CR cs.CY cs.DC
On the Privacy of National Contact Tracing COVID-19 Applications: The Coronavírus-SUS Case
2019年冠状病毒病（COVID-19）大流行由严重急性呼吸系统综合征冠状病毒2型（SARS-CoV-2）的快速传播引起，在人类生命损失以及经济和社会破坏方面对全球产生了深远影响。数字技术的使用被视为抗击这一流行病的重要努力，其中一项技术是接触者追踪应用程序。这些应用程序成功地用于应对其他传染病，因此它们已在当前的大流行期间使用。然而，接触跟踪的使用造成了若干隐私问题，因为有必要存储和处理可能导致用户/设备标识以及位置和行为跟踪的数据。这些担忧在考虑全国范围内的实施时更加相关，因为它们可能导致独裁政府的大规模监视。尽管一些国家的数据保护法律施加了限制，但在保护用户隐私方面仍然存在疑问。在这篇文章中，我们分析了国家接触者追踪COVID-19应用中的隐私特征，考虑到它们的内在特征。作为案例研究，我们更深入地讨论了巴西COVID-19应用Coronavírus-SUS，因为巴西是受当前疫情影响最严重的国家之一。最后，由于我们相信接触者追踪将继续作为当前和未来潜在流行病战略的一部分，我们提出了关键的研究挑战。
2021-08-02 cs.CR cs.CY
Tracking COVID-19 by Tracking Infectious Trajectories
如今，冠状病毒大流行已经并仍在造成大量死亡和感染者。尽管世界各国政府都采取了严厉的措施来减缓病毒的传播（例如，旅行限制，暂停所有体育、社会和经济活动，禁止旅行，保持社交距离等），许多人已经死亡，更多的人仍然处于危险之中。事实上，最近进行的一项研究~ \cite{ref2}报告称，中国79%的确诊感染是由无症状的无证患者引起的。在同样的背景下，在许多其他国家，由于冠状病毒在出现症状之前需要几天时间，据报道，已知的感染人数并不代表实际感染人数（预计实际人数要高得多）。也就是说，无症状患者是冠状病毒大规模快速传播的主要因素，也是导致各国政府对这一危急局势失去控制的主要原因。为了有助于补救这一全球大流行病，在本文中，我们提出了一个物联网（IoT）调查系统，该系统专门用于发现无证患者和传染性场所。目标是帮助当局对高污染场所进行消毒，并对没有明显症状的人进行隔离。拟议的系统还可以确定与受感染或疑似患者有过密切接触的所有人员。因此，可以实现可疑病例的快速隔离和对任何大流行传播的更有效控制。
2020-05-12 cs.CY cs.SI physics.soc-ph
Beyond Contact Tracing: Community-Based Early Detection for Ebola Response
2014年在西非爆发的埃博拉疫情引发了许多关于在日益联系的全球社会中控制传染病的问题。由于接触者信息有限，在抗击疫情方面难以或不切实际地追踪接触者。我们认为，多尺度的公共卫生战略的发展和模拟社区一级的反应，旨在早期筛查的社区，而不是个人，以及旅行限制，以防止社区交叉污染的政策。我们的分析表明，即使在相对较低的合规水平上，这些政策也是有效的。在我们的模拟中，40%的人遵守这些政策就足以阻止疫情的爆发。符合率为50%的模拟结果与利比里亚2014年9月中旬后迅速下降期间的病例数一致。我们还发现，旅行限制有效地将与合规相关的风险降低到40%以下，缩短了疫情爆发时间，并使工作重点放在受影响地区。我们的研究结果表明，多尺度方法可用于进一步发展公共卫生战略，以战胜新出现的流行病。
2016-03-08 cs.CY cs.SI physics.med-ph
COVID-19 Contact Tracing and Privacy: A Longitudinal Study of Public Opinion
越来越多地使用技术支持的接触者追踪，即通过通知所有最近接触过感染者来识别潜在感染COVID-19患者的过程。政府、科技公司和研究团体一直在努力发布智能手机应用程序，使用物联网设备，并分发可穿戴技术，以自动跟踪“密切接触者”，并在个人检测呈阳性时识别先前的接触者。然而，公众对基于技术的有效接触者追踪与个人隐私之间的紧张关系进行了大量讨论。为了使这一讨论更有意义，我们提出了为期七个月的在线调查结果，重点关注接触者追踪和隐私，每次调查有100名参与者。我们的第一次调查是在4月1日和3日，在美国病毒的第一个高峰期之前，我们继续每周进行调查，持续10周（直到6月），然后每两周进行一次调查，直到11月，增加主题问题，以反映当前关于接触者追踪和COVID-19的讨论。我们的研究结果呈现了公众意见的多样性，可以为政策制定者、技术人员、研究人员和公共卫生专家提供信息，说明是否以及如何利用技术来减少COVID-19的传播，同时考虑潜在的隐私问题。我们将继续进行纵向测量，并将随着时间的推移更新本报告;对本报告版本的引用应参考报告版本2.0，2020年12月4日。
2020-12-04 cs.CR cs.CY cs.HC
COVID-19 Contact Tracing and Privacy: Studying Opinion and Preferences
人们对技术支持的接触者追踪越来越感兴趣，这是一个通过通知所有最近接触过感染者来识别潜在感染COVID-19患者的过程。政府、科技公司和研究团体都认识到智能手机、物联网设备和可穿戴技术在个人检测呈阳性时自动跟踪“密切接触者”并识别先前接触者的潜力。然而，目前公众对基于技术的有效接触者追踪与个人隐私之间的紧张关系进行了大量讨论。为了让这一讨论更有意义，我们提出了一系列在线调查的结果，这些调查的重点是接触追踪和隐私，每个调查有100名参与者。我们的第一次调查是在4月1日和3日，我们主要报告前两次调查，尽管我们也提供了后来调查日期的初步结果。我们的研究结果呈现了公众意见的多样性，并可以为公众讨论是否以及如何利用技术来减少COVID-19的传播提供信息。我们将继续进行纵向测量，并将随时间更新本报告;对本报告版本的引用应参考报告版本1.0，2020年5月8日。注：截至2020年12月4日，本报告已被报告版本2.0取代，参见arXiv：2012.01553。请阅读并引用报告版本2.0。
2020-12-17 cs.CR cs.CY
Value of risk-contact data from digital contact monitoring apps in infectious disease modeling
本文提出一种将数字接触监测应用的风险接触数据整合进房室模型的方法，仅用两类每日接触信息即可估算有效再生数，并在荷兰新冠疫情数据上验证了其与详细数据源估算结果的一致性。
2025-03-27 cs.CY physics.soc-ph q-bio.PE
Is Blockchain for Internet of Medical Things a Panacea for COVID-19 Pandemic?
COVID-19疫情的爆发深刻影响了公众的生活方式和社会的医疗体系。作为应对新冠肺炎等传染病流行所带来的新挑战的一种有前途的方法，部署在医院、诊所和医疗中心的医疗物联网（IoMT）可以节省诊断时间，提高医疗资源的效率，尽管IoMT的隐私和安全问题阻碍了广泛采用。为了解决IoMT的隐私，安全和互操作性问题，我们通过将区块链引入现有的IoMT系统，提出了一个基于区块链的IoMT框架。在本文中，我们回顾了这种架构的好处，并说明了支持区块链的IoMT带来的机遇。我们还提供了基于区块链的IoMT在抗击COVID-19大流行方面的用例，包括预防传染病、位置共享和接触者追踪以及注射药物供应链。我们还概述了这一领域今后的工作。
2022-04-16 cs.CR cs.CY cs.DC
Target Privacy Threat Modeling for COVID-19 Exposure Notification Systems
在2019冠状病毒病大流行期间采用数字接触者追踪（DCT）技术显示出多重好处，包括有助于减缓传染病的传播和改善准确信息的传播。然而，为了支持道德技术部署和用户采用，隐私必须放在首位。随着隐私的丧失成为一个严重的威胁，随着数字联系人跟踪技术的发展，彻底的威胁建模将有助于我们制定战略并保护隐私。当今存在各种威胁建模框架，例如LINDDUN、STRIDE、PASTA和NIST，它们分别关注软件系统隐私、系统安全、应用程序安全和以数据为中心的风险。当应用于暴露通知系统（ENS）的情况下，这些模型提供了一个全面的软件方面的看法，但在解决硬件，人类，法规和软件在这样的系统中所涉及的集成性质不足。我们的方法解决了ENSas作为一个整体，并提供了一个模型，解决了多方面的解决方案的隐私复杂性。我们定义了隐私原则、隐私威胁、攻击者能力和全面的威胁模型。最后，我们概述了威胁缓解策略，解决我们的模型中定义的各种威胁
2020-09-25 cs.CR cs.CY
Reconciling Security and Utility in Next-Generation Epidemic Risk Mitigation Systems
本文提出 Silmarillion 系统，通过部署 Bluetooth 信标丰富接触数据并保障隐私，兼顾疫情分析效用与数据安全，原型评估和大学小规模部署验证了其实用性。
2024-05-09 cs.CR cs.CY cs.SI
